婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av

主頁 > 知識庫 > pandas快速處理Excel,替換Nan,轉字典的操作

pandas快速處理Excel,替換Nan,轉字典的操作

熱門標簽:原裝電話機器人 工廠智能電話機器人 千陽自動外呼系統(tǒng) 清遠360地圖標注方法 西藏智能外呼系統(tǒng)五星服務 平頂山外呼系統(tǒng)免費 400電話申請服務商選什么 江蘇客服外呼系統(tǒng)廠家 在哪里辦理400電話號碼

pandas讀取Excel

import pandas as pd
# 參數(shù)1:文件路徑,參數(shù)2:sheet名
pf = pd.read_excel(path, sheet_name='sheet1')

刪除指定列

# 通過列名刪除指定列
pf.drop(['序號', '替代', '簽名'], axis=1, inplace=True)

替換列名

# 舊列名 新列名對照
columns_map = {
    '列名1': 'newname_1',
    '列名2': 'newname_2',
    '列名3': 'newname_3',
    '列名4': 'newname_4',
    '列名5': 'newname_5',
    # 沒有列名的情況
    'Unnamed: 10': 'newname_6',
}
new_fields = list(columns_map.values())
pf.rename(columns=columns_map, inplace=True)
pf = pf[new_fields]

替換 Nan

通常使用

pf.fillna('新值')

替換表格中的空值,(Nan)。

但是,你可能會發(fā)現(xiàn) fillna() 會有不好使的時候,記得加上 inplace=True

# 加上 inplace=True 表示修改原對象
pf.fillna('新值', inplace=True)

官方對 inplace 的解釋

inplace : boolean, default False

If True, fill in place. Note: this will modify any other views on this object, (e.g. a no-copy slice for a column in a DataFrame).

全列輸出不隱藏

你可能會發(fā)現(xiàn),輸出表格的時候會出現(xiàn)隱藏中間列的情況,只輸出首列和尾列,中間用 … 替代。

加上下面的這句話,再打印的話,就會全列打印。

pd.set_option('display.max_columns', None)
print(pf)

將Excel轉換為字典

pf_dict = pf.to_dict(orient='records')

全部代碼

import pandas as pd
pf = pd.read_excel(path, sheet_name='sheet1')
columns_map = {
    '列名1': 'newname_1',
    '列名2': 'newname_2',
    '列名3': 'newname_3',
    '列名4': 'newname_4',
    '列名5': 'newname_5',
    # 沒有列名的情況
    'Unnamed: 10': 'newname_6',
}
new_fields = list(columns_map.values())
pf.drop(['序號', '替代', '簽名'], axis=1, inplace=True)
pf.rename(columns=columns_map, inplace=True)
pf = pf[new_fields]
pf.fillna('Unknown', inplace=True)
# pd.set_option('display.max_columns', None)
# print(smt)
pf_dict = pf.to_dict(orient='records')

補充:python pandas replace 0替換成nan,bfill/ffill

0替換成nan

一般情況下,0 替換成nan會寫成

df.replace(0, None, inplace=True)

然而替換不了,應該是這樣的

df.replace(0, np.nan, inplace=True)

nan替換成前值后值

df.ffill(axis=0) # 用前一個值替換
df.bfill(axis=0) # 用后一個值替換

以上為個人經驗,希望能給大家一個參考,也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方,望不吝賜教。

您可能感興趣的文章:
  • 教你使用Pandas直接核算Excel中的快遞費用
  • Python入門之使用pandas分析excel數(shù)據
  • pandas讀取excel時獲取讀取進度的實現(xiàn)
  • pandas讀取excel,txt,csv,pkl文件等命令的操作
  • python pandas模糊匹配 讀取Excel后 獲取指定指標的操作
  • pandas針對excel處理的實現(xiàn)
  • 關于Python 解決Python3.9 pandas.read_excel(‘xxx.xlsx‘)報錯的問題
  • 解決使用Pandas 讀取超過65536行的Excel文件問題
  • 利用Python pandas對Excel進行合并的方法示例
  • Python pandas對excel的操作實現(xiàn)示例
  • pandas to_excel 添加顏色操作
  • 解決python pandas讀取excel中多個不同sheet表格存在的問題
  • Python pandas如何向excel添加數(shù)據
  • pandas中的ExcelWriter和ExcelFile的實現(xiàn)方法
  • pandas實現(xiàn)excel中的數(shù)據透視表和Vlookup函數(shù)功能代碼
  • Python使用Pandas讀寫Excel實例解析
  • pandas將多個dataframe以多個sheet的形式保存到一個excel文件中
  • 利用python Pandas實現(xiàn)批量拆分Excel與合并Excel

標簽:日照 股票 錦州 隨州 天水 白城 西安 安慶

巨人網絡通訊聲明:本文標題《pandas快速處理Excel,替換Nan,轉字典的操作》,本文關鍵詞  pandas,快速,處理,Excel,替換,;如發(fā)現(xiàn)本文內容存在版權問題,煩請?zhí)峁┫嚓P信息告之我們,我們將及時溝通與處理。本站內容系統(tǒng)采集于網絡,涉及言論、版權與本站無關。
  • 相關文章
  • 下面列出與本文章《pandas快速處理Excel,替換Nan,轉字典的操作》相關的同類信息!
  • 本頁收集關于pandas快速處理Excel,替換Nan,轉字典的操作的相關信息資訊供網民參考!
  • 推薦文章
    主站蜘蛛池模板: 沈阳市| 林口县| 达拉特旗| 莱西市| 阜康市| 鸡西市| 沁阳市| 读书| 墨脱县| 景洪市| 淅川县| 平顶山市| 四会市| 乌兰浩特市| 杭锦后旗| 银川市| 杭州市| 亳州市| 微山县| 三明市| 龙南县| 云霄县| 泰安市| 佳木斯市| 黑龙江省| 巩留县| 方正县| 临邑县| 永川市| 三江| 临汾市| 揭东县| 宁国市| 芜湖市| 墨江| 腾冲县| 博客| 台中市| 民丰县| 衡水市| 马边|